python对csv文件中的数据进行筛选_Nature | 手把手教你搭建大规模药物虚拟筛选平台...

简介

目前，一个上市的药物平均需要花费20-30亿美元，并且需要10年左右的研发时间。大部分经费都花费在了昂贵且耗时的湿实验部分，初始Hits阳性率太低以及(临床前)阶段的高损耗率。使用基于结构的虚拟筛选，Hits质量随着筛选化合物的数量而提高。尽管存在大量的化合物数据库，但是缺乏有效的灵活的方式使用计算机集群进行大规模的SBDD的手段。本文介绍VirtualFlow，这是一个高度自动化的开源平台，可以有效的准备化合物库并进行超大规模的虚拟筛选。VirtualFlow能够使用各种强大对接程序。本文准备了目前已知的最大的免费使用的配体库，配体库包含了超过14亿个可商业购买的分子。VirtualFlow可以探索广阔的化学空间，并可以准确的识别与目标蛋白具有高亲和力的分子。

VirtualFlow的特征

VirtualFlow可以在任何资源管理器上使用，例如：SLURM(https://slurm.schedmd.com)，Moab / TORQUE(http://www.adaptivecomputing.com)，PBS(http：// www.pbspro.org)，LSF(https://www.ibm.com/us-zh/marketplace/hpc-workload-management)和SGE(http://gridscheduler.sourceforge.net)。VirtualFlow还可以理想地配置用于云计算平台，例如亚马逊的Web服务(AWS)，微软的Azure和Google的云平台(GCP)。VirtualFlow能够在流程中自主计算配体库中的所有分子，该功能可通过自动提交批处理系统作业来实现，可以在运行时监视和控制流程。VirtualFlow程序包由两个可无缝协作的应用程序组成：VFLP(用于配体准备的模块)和VFVS(用于虚拟筛选的模块)。配体准备和虚拟筛选的过程是分离的。

VirtualFlow在药物发现过程中的应用

图片来源 Nature

VFLP 模块

VFLP通过将配体数据库从SMILES格式转换为任何所需的目标格式(例如，基于AutoDock的对接程序所需的PDBQT格式)。VFLP使用ChemAxon的JChem软件包以及Open Babel来将处理配体分子，可以将配体分子进行脱盐处理，中和处理，生成互变异构体，计算特定pH状态下的配体质子化状态，计算其三维坐标并将分子转换成所需的格式。

市售化合物是化学领域中最令人感兴趣的空间，因为这些化合物很容易购买。目前可用的最大供应商库之一是Enamine的REAL库，其中包含约14亿个按需定制化合物。我们使用VFLP将REAL库中约14亿种化合物转换为PDBQT格式，并使该库可在VirtualFlow主页上免费使用，可通过图形界面进行访问。整个数据库具有六维属性，每个维对应于化合物的物理化学性质(分子量，分配系数，氢键供体，受体的数量，可旋转键的数量以及拓扑极性表面积)。

VFVS模块

使用VFVS进行虚拟筛选，用户需要指定一组对接方案。通过选择对接程序，受体结构和对接参数(包括受体上的预定义对接表面，受体上柔性残基)的严格性来定义对接方案对接例程。当前，VirtualFlow支持以下对接程序：AutoDock Vina，QuickVi